TTS-møte 18.11.2021

Til stades: Katri, Sjur, Inga

Sidan sist

Sjur

• jobbar med å laga testoppsett (make check) for ipa-konvertering

Katri

• presentation om smj-tts med Canada/UiT co-op
• engelsk tekst i tts korpus: priorisera Wikipedia & Giellatekno
• tänkt på en artikkel/del av artikkel till LREC om “Corpus building for speech technology”
• fixat feil i txt2ipa xfscript, regler med stavelsen fungerer inte
• omorganisert tts-texts mappen och gjort säkerhetskopier

Framover:

• Testtekst for tekstprosessering: speech-smj-minicorpus/XXX/*Cleaned.txt
• Priorisera tekster som är mest läsarvänlig? T. ex. lagtekster är svårt att läsa
• Norsk/svensk variety: ortografi, lånord…
• Översätt prompter till lulesamisk
• Fjerne teknisk metadata fra tekstkorpus

Forslag fra Trond: sjekka att tekstkorpusen har alla muliga lydkombinasjoner (difon, trifon), t.ex. med maskinoversettelse av nordsamisk korpus eller gjør en “sjekklist”

• Exempel från nordsamisk wikipedia med samisk/finsk/norsk tekst: “Gákti (suomagillii: lapintakki d. lapinpuku d. saamelaispuku; dárogillii: kofte)”

Lang diskusjon om trykk, trykkplassering og ipa-konvertering. Spørsmål: skal vi markera trykk i ipa-teksten?

• espeak markerer trykk: vˈærɑːltsˌɛːprudˌɑhkaːj

Inga

• fått tekst fra Katri til oversetting
• ryddet i korpustekster
• ipa?

Neste steg

• Katri:
  • fortsätter med Tacotron (lang-sme-ml-speech)
  • normalizing of numbers
  • rydda i engelsk tekst, sei til Inga kva som har vorte rydda
• Sjur:
  • byggja ut ipakonvertinga og testinga av henne
  • starta tesktprosessering av heile TTS-korpuset, trekkja ut ABBR m.m. som ikkje blir normalisert
  • datoprosessering med årstal
  • definera ipa-alfabet for syntesen
  • dela opp sme-tekst i setningar
  • kontrakt og lisens
  • ringja NRK
  • konvertera tekst til Area/SWE?
  • gjera teksten klar for å bli sendt til stemmegjevarane
• Tommi:
  • IPA-konvertering i hfst-cg-pipeline
• Inga:
  • begynne med pressemelding
  • leggja til smj-forkortingar
  • dato skal til nominativ

Neste møte

11.25.2021 09.30 norsk tid